Glossario

Deep Belief Network (DBN)

Che cos’è Deep Belief Network (DBN)?

Le Deep Belief Network (DBN) sono reti neurali composte da più strati sovrapposti, pre-addestrati uno alla volta in modo non supervisionato, di solito come cosiddette macchine di Boltzmann ristrette. Geoffrey Hinton e colleghi presentarono il metodo nel 2006, dimostrando che le reti profonde si potevano addestrare in modo efficiente e contribuendo così allo sviluppo del deep learning. Nella pratica le DBN sono state in gran parte sostituite da altre architetture.

Temi

reti neurali
deep learning
storia dell'IA

Prova KI.ordo

Agenti, flussi e modelli in un’unica area di lavoro – demo gratuita di 24 ore.

Avvia demo

← Tutti i termini

Termini correlati

Deep learning

Il deep learning (apprendimento profondo) è un ramo del machine learning che utilizza reti neurali artificiali con molti strati. Queste reti imparano da grandi quantità di dati quali caratteristiche sono rilevanti, dai bordi nelle immagini ai legami di significato nei testi. Il deep learning è alla base degli attuali modelli linguistici, del riconoscimento di immagini e voce e della traduzione automatica, e di solito richiede molta potenza di calcolo e molti dati di addestramento.

reti neurali
machine learning
+1

Reti neurali artificiali (RNA)

Le reti neurali artificiali (RNA) sono modelli di calcolo composti da molte unità collegate («neuroni»), disposte in strati, che elaborano gli input tramite connessioni pesate. Durante l'addestramento i pesi vengono regolati passo dopo passo sulla base di esempi, di solito con la backpropagation. Le RNA sono alla base del deep learning e si trovano nel riconoscimento di immagini e del parlato e nei grandi modelli linguistici. Nonostante l'ispirazione biologica, funzionano in modo molto più semplice del cervello umano.

Deep learning
Fondamenti di IA
+1

Apprendimento non supervisionato

Nell'apprendimento non supervisionato un modello riceve dati senza risposte corrette predefinite e cerca da solo delle strutture. Metodi tipici sono il clustering, che raggruppa record simili, e la riduzione della dimensionalità, che condensa molte caratteristiche in poche essenziali. Le aziende lo usano per scoprire segmenti di clientela o individuare transazioni insolite; i gruppi trovati vanno poi interpretati da esperti.

Machine learning
Clustering
+1